Skip to content

datawhalechina/every-embodied

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

212 Commits
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

Banner
  ███████╗███╗   ███╗██████╗  ██████╗ ██████╗ ██╗███████╗██████╗ 
  ██╔════╝████╗ ████║██╔══██╗██╔═══██╗██╔══██╗██║██╔════╝██╔══██╗
  █████╗  ██╔████╔██║██████╔╝██║   ██║██║  ██║██║█████╗  ██║  ██║
  ██╔══╝  ██║╚██╔╝██║██╔══██╗██║   ██║██║  ██║██║██╔══╝  ██║  ██║
  ███████╗██║ ╚═╝ ██║██████╔╝╚██████╔╝██████╔╝██║███████╗██████╔╝
  ╚══════╝╚═╝     ╚═╝╚═════╝  ╚═════╝ ╚═════╝ ╚═╝╚══════╝╚═════╝ 
  

Every-Embodied : Zero to Hero in Embodied AI

📌 组队学习文档 (Team Learning) · ✨ 学习地图 (Learning Map) · 🤖 前沿复现 (SOTA)

Stars Forks License

简体中文 English

Supported By

🚀 快速开始 (Quick Start) :一分钟体验 Hello Every-Embodied

想要立刻在本地跑通第一个具身智能仿真 Demo?只需三步:

# 1. 克隆仓库
git clone --depth 1 https://github.com/datawhalechina/every-embodied.git
cd every-embodied

# 2. 创建并激活 Conda 环境
conda create -n embodied python=3.8
conda activate embodied

# 3. 安装依赖并运行基础机械臂抓取 Demo
pip install mujoco
# 可选:更平滑的 jerk 限制轨迹规划
pip install ruckig
python examples/01_hello_every_embodied_mujoco.py

详细说明请见:examples/README.md



项目快速入门
基于mujoco一键了解项目基础

Genie Sim的Pi0部署
基于Pi0和Isaac Sim实现高保真仿真

LeRobot 遥操作
支持地瓜 RDK-X5 连接 SO101 机械臂实操

视觉语义感知
场景分割与目标检测,让机器人“看懂”环境

LLM控制无人机导航VLN
通过WebUI快速上手无人机大模型VLN导航

基于SmolVLA微调LIBERO基准
小型VLA测试机器人终身学习基准

春晚机器人复刻
输入豆包生成功夫视频,输出机器人mujoco仿真

ETPNav-VLN导航复现
连续环境视觉语言导航 (VLN-CE) 领域强力 Baseline

⭐ 欢迎点点 Star 共同构建具身智能开源生态 ❤️

具身智能(Embodied AI)是通往通用人工智能(AGI)的关键钥匙。

Every-Embodied 致力于打造一个“基础友好、工程可复现、前沿可拓展”的学习库。 我们希望降低门槛:即使你目前只有 Python 基础,也可以从仿真和最小可运行 Demo 出发,逐步完成从“看懂”到“动手复现”的跨越。

  • 入门友好:优先提供可运行示例与环境脚本,不要求你一开始就掌握复杂机器人学推导
  • 实践导向:强调“跑起来-看结果-再理解原理”的学习路径,减少抽象概念带来的挫败感
  • 前沿连接:从 MuJoCo / Isaac Sim 到 VLA / VLN,让学习路径与产业热点保持同步

👥 项目受众

这个项目不仅面向机器人专业背景同学,也欢迎更多跨领域学习者加入:

  • Python 初学者 / 转型开发者:有基础编程能力,希望系统进入 AI+机器人、具身智能方向
  • 高校学生 / 研究生:希望通过课程项目、毕业设计或论文复现快速建立具身智能实践能力
  • 算法工程师:希望把视觉、强化学习、大模型能力迁移到真实物理交互场景
  • 硬件与机器人爱好者:希望理解从硬件控制、仿真验证到 Sim2Real 部署的完整链路
  • 教育工作者与社区组织者:希望基于开源教程组织课程、读书会、训练营和项目共创

本教程分为三个阶段,带你逐层深入具身智能的世界:

阶段 核心技能 产出
第一阶段 机器人学基础、硬件选型、ROS 入门 搭建自己的第一台仿真机器人 / 配置仿真环境
第二阶段 计算机视觉、运动规划、强化学习 完成“识别-规划-抓取”闭环任务
第三阶段 模仿学习、大模型(VLA/VLN)、Sim2Real 复现大模型导航VLN、OpenVLA、SmolVLA 等前沿项目,实现仿真或真实部署

🔥 News & Highlights

Past News
  • [2025-07-02] 新增 地瓜 RDK-X5 连接 LeRobot SO101 遥操作实战教程。
  • [2025-06-25] 发布 OpenVLA 及 OmniGibson 仿真环境深度指南。
  • [2025-03-31] 推出 具身场景的计算机视觉 模块,支持物体识别与复杂抓取。
  • [2025-01-01] 项目初始化,发布具身智能基础路线图。

📽️视频教程

Habitat导航基础复现: https://www.datawhale.cn/learn/content/258/6154

GenieSim一键启动教程:https://www.datawhale.cn/learn/content/258/6172

Joycon服务器本地异步遥控机械臂教程:https://www.datawhale.cn/learn/content/258/5728

Mujoco仿真UR机械臂抓取实验:https://www.bilibili.com/video/BV1WhxeznE61/

春晚武术机器人复刻视频教程:https://www.datawhale.cn/learn/content/258/6228

ACT机械臂抓取水杯算法训练 https://www.bilibili.com/video/BV1YFAbzoECf

Mujoco机械臂数据采集 https://www.bilibili.com/video/BV1DNAbzpE6Z

算力自由平台复刻ETPNav连续环境导航算法视频教程 http://xhslink.com/o/8t08X6dROt5

🗺️ 学习地图

一、基础入门 - 走进机器人的世界

章节 关键内容 状态
1. 具身智能概述 定义背景、发展历程、未来趋势
2. 机器人学基础 运动学(DH参数)动力学坐标变换
3. 硬件与电子 地瓜开发板实战LeRobot遥操作传感器选型执行器原理、阿加犀开发板实战
4. 软件基础设施 ROS/ROS2 通信机制、AutoCAD/Solidworks 基础 🚧

二、核心技术 - 给机器人装上大脑

章节 关键内容 状态
5. 计算机视觉 (CV) 目标检测 (YOLO)图像分割 (SAM)、6D 位姿估计
6. 运动与控制 路径规划 (A*/RRT)、轨迹优化、PID 与 MPC 控制、模仿学习 (IL)、ACT复现Hand-Eye 标定、AnyGrasp 抓取算法、灵巧手操作 🚧
7. 强化学习 (RL) 多机器人PPO/SAC 算法详解、Isaac Gym 并行训练实战
8. 仿真环境 Isaac Sim 高级渲染、MuJoCo 物理引擎下OMY/Nova5/Franka机械臂和ACT/Pi0/SmolVLA算法复现Genie-Sim3教程

三、具身大脑 - 前沿论文复现与真机部署

章节 关键内容 状态
9. 具身智能benchmark和数据讲解 LIBEROSimplerENV
10. VLA 大模型 SmolVLA 训练和部署OpenVLA部署RT-1 / RT-2 / RT-X 论文解读与代码分析
11. VLN 大模型 VLN概念基础ETPNav
12. 综合项目复现 无人机多模态LLM导航

🛠️ 环境要求

在开始之前,请确保你的开发环境满足以下基础要求(不同子项目复现可能略有不同,请参考各自项目的readme,我们会通过conda或mamba环境实现):

  • Python: 3.8+
  • GPU: 推荐 NVIDIA RTX 3060+ (用于 Isaac Sim 渲染与 RL 训练)
  • OS: Ubuntu 20.04 / 22.04 (推荐)
  • Core Libs:
    • MuJoCo (物理引擎)
    • Isaac Sim (Nvidia 仿真平台,需要IsaacSim配置时我们会为大家提供预安装的一键启动镜像)

🤝 参与贡献

我们非常欢迎社区的贡献!无论是修复 Bug、补充文档,还是提交新的复现代码!

贡献者名单(教程部分)

姓名 职责 简介 GitHub
Ethan-Chen-plus 项目负责人 中国科学院大学 @Ethan-Chen-plus
YYPro 第1、2、3、4章贡献者 中国科学院大学 @YYpro
李昀迪 第2、8、13章贡献者 北京科技大学 @muzilyd
张天一 第8章贡献者 北京工业大学 @GodoneZ
陈可为 第5、6、7、9、10章贡献者 中国科学院大学 @Ethan-Chen-plus

其他贡献者风采(补充相关资源、单独push readme子教程、文档挑错):

感谢以下小伙伴的参与和贡献:howe, Miles, 麦芒, HAO, zhangningboo机智流硬件冷小莫icarried修复雅可比矩阵文档

英文教程翻译者贡献:

我们同时准备了英文部分的教程,感谢如下小伙伴的贡献:Lune、刘远洋、苏家煜、梁坚斌

Star History

Star History Chart

📬 联系我们

扫描下方二维码关注公众号:Datawhale,回复“具身智能”加入交流群

📚 飞书知识库 | 🌐 官方网站

📄 LICENSE

CC BY 4.0 License
本项目文档与教程内容采用 Creative Commons Attribution 4.0 International (CC BY 4.0) 许可协议。
你可以自由分享与改编本项目内容,但需保留来源署名。详细条款见 LICENSE

About

仅需Python基础,从0构建自己的具身智能机器人;从0逐步构建VLA/OpenVLA/SmolVLA/Pi0, 深入理解具身智能

Topics

Resources

License

Stars

Watchers

Forks

Releases

No releases published

Packages

 
 
 

Contributors